人工智能技术在电力系统故障诊断中的运用分析

赵启纯

摘要：现代社会我国经济发展正在飞速迈进，人民的物质生活水平也在不断提升，随之而来的是电力资源在人们日常生活中占据着越来越重要的地位，但是也正因为如此，人们日常生活中对于用电安全问题也越来越重视。而电力企业在电力系统故障诊断方面也应该投入更多的精力，只有这样才能保证人们日常生活用电的安全可靠，基于这样的背景下，也随着近些年来人工智能科技的不断进步以及在电力系统故障诊断方面的显著作用。所以，该文就对于人工智能技术在电力系统故障诊断中的实际运用进行科学系统的分析，从各个方面来深入的探究人工智能技术给电力故障检测工作所带来的巨大影响。

关键词：电力系统；故障诊断；人工智能；实际应用

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）02-0183-03

科学技术的发展带动智能生活面向全社会各方面的逐渐普及，而我国现阶段正在大力推广实施智能电网，使现代的电力系统向着信息化、智能化迈进，在这些前提下人工智能技术在现代智能化电力系统建设中所起到的作用可以说相当重要。电力系统作为人们日常生活中组成的部分，其稳定性和安全性的保障至关重要，如果电力系统由于各种各样的原因出现了故障将会直接影响到人们正常的成产成活。同样的，如若电力系统的稳定运行不能得到及时的故障诊断，那么就会导致故障问题没办法得到及时的确认和处理，从而造成不必要的损失。为了避免这一现象的出现，应用人工智能的各种实际方法来对日常电力系统进行故障检测，是工作室以后电力系统检测维修的关键。接下来我们就分析一下人工智能技术的具体含义和实际应用。

随着人工智能技术的发展普及，其在现代电力系统中起到至关重要的作用，在电力系统日常生产运行的各个阶段中，专家系统（ Expert System，ES ）、人工神经网络（Artificial Neural Network，ANN）、模糊理论（Fuzzy Theory，FT ）、遗传（Genetic Algorithmic，GA ）等人工智能技术已经被广泛深入地运用到生产控制、监督管理、故障檢测等电力作业当中。现代电网系统当中的智能检测系统主要是指，依托人工智能为专业的理论知识依据以及相关的技术手段来对电力设备中的各种故障进行智能化、信息化监督管理。为什么现在人工智能系统被得到广泛的认可，主要就是因为在平时的电力系统故障诊断工作中造成故障发生的原因多种多样，而安全检测人员在实际故障检测时容易出现失误，因此，人工智能技术可以帮助解决这些问题，从而保证资源的合理运用，节省人力物力等。

在这里，文章针对目前在国际电力故障诊断系统市场中最广泛的智能型FD-PS进行深入全面的归纳整理和分析探究，主要是对ES、ANN、FST、GA及Petri网络等技术在FD-PS中的实际应用进行整理。

1 基于ES原理的电力系统故障诊断

ES原理指的是结合相关专业电力方面的书籍上的理论知识，再结合电力监督管理方面专家和工作人员们的实际作业经验来对各种电力故障问题进行科学合理的处理。对于那些单纯依赖普通解析办法无法解决的问题而言，ES的只是表达方式可以有效减少故障问题造成原因的范围，有助于提升工作效率，另一方面ES的推理解释也可以在很大程度上帮助电力系统故障检测与诊断作业的高效有序进行。

对于ES在电力系统故障诊断方面的具体应用进行分析，其主要的知识表达方式包括有：基于谓词逻辑表示法，基于产生式规则表示法，基于过程式知识表示法，基于框架式表示法，基于知识模型表示法还有基于面向对象表示法，这些表示方法当中基于谓词逻辑表示法、基于产生式规则表示法、基于过程式知识表示法是比较传统普遍的应用模式，而基于知识模型表示法和还有基于面向对象表示法呢，则是对于以上表示方法的进一步延伸扩展，是在其基础上形成发展出的新的表达形式和新的表达模式。接下来，我们就系统的分析一下这些表达方式在店里故障检测方面的具体应用：基于谓词逻辑表示法可以说是一种相较于其他表达方式比较早的专业知识表达描述方式，其主要的工作方式是利用保护和断路器信息的方法来构建专属的电力知识库，之后再使用Prolog语言为谓词逻辑搭建构造几个知识库。第一个是用来系统的描述展现电力系统的具体结构，注重于保护和断路器动作关系这方面的专业知识以及正确描述断路器的状态；第二个则是主要用来强调如何对电力系统保护原理进行全面正确的描述表达；第三个呢则是具现到了实际的故障处理工作中，用以对日常故障出现位置的规律进行描述，还有利用反向推理的方法结合上面故障设备与保护、断路器的信息关系来完成诊断故障作业中出现的抗拒性因素处理。虽然办法简单有效，但是实际造作过程太麻烦并且效率较低是谓词逻辑法最大的局限。

1）以推理为基础的人工智能技术在电力系统故障诊断中的应用分析

以推理为基础的人工智能技术指的是通过计算设备或其他工具，模拟人的思维模式和思维过程，对于出现的电力系统故障问题，结合之前累积的相关经验以及专业的故障诊断理论知识，来进行正常的逻辑推理工作，从而诊断出真正的问题缘由，这样的推理模式称之为显性推理。而与之相反的就是利用数字化、抽象化等逻辑思维进行故障诊断作业的推理方法称为隐性推理。其中显性推理最主要的就是专家系统，指通过对电力系统故障诊断方面专家进行决策过程的适当模拟，再结合工作人员所掌握的专业知识以及相关经验，可以更好地完成对电力系统使用过程中出现的各种复杂问题的正确判断和适当处理。但是，由于专家系统要想完善构建程序，其中全面科学的专家知识库构造问题是一大难点，而如果知识库不够完善，就很容易造成故障诊断工作中出现差池，比如说发生遗漏掉每个因素而造成错误的判断等，这些问题都是不可以轻视更不可以忽略的，因此，在现阶段这种系统只能应用在针对于中小型的电力系统的故障诊断工作当中。

2）另外一种以推理为基础的人工智能技术，就是依靠对于人类神经系统的信息传输和处理等过程的模拟，在通过一般电力系统故障所特有的警示标志来于知识库进行对比，从而准确判定出故障问题出现的真正原因，再进行合理的处理修复。这样的诊断方法简便快捷，而且可以大大地解决人力、物力、财力方面的资源消耗比较大的问题，也正因如此，这样的诊断模式在电力系统故障诊断领域的应用相当广泛，只不过这种诊断系统也存在着一些弊端，那就是在诊断工作中实际算法收敛速度和具体解释能力等方面还有很大的缺陷。Petri网的应用在电力系统故障诊断作业中也至关重要，主要是利用网络表示电力系统各元件之间同时、次序或循环发生的关系，这样可以完成对电力系统的实时监控管理，对与电力系统出现故障时的数据静态变化和动态变化之间的关系进行详细描述，特别是通过继电保护装置来对发生故障的反应以及切除行为的具体描述获取正确的故障诊断结果。虽然通过这种方法得到的诊断结果会比较准确，但是因为大量的故障诊断经验会影响作业人员的实际判断，并且当设备出现错误虚报故障时，其识别能力较弱且计算工作时间较长，另外一点最关键的，这种技术目前并不完善，主要技术还在深入的钻研探究阶段，所以其在实际电力系统故障诊断领域的应用范围并不广，很多时候都是结合着其他的人工智能技术来进行作业。

2 以不确定性理论为基础的人工智能技术在电力系统故障诊断中的应用分析

信息的故障诊断是不确定的，主要是由于保护装置，断路器拒绝移动或者信息的传输过程中受损等原因。为此，研究人员在故障诊断领域都公布了一些不确定性的信息，引入不确定性的理论是基于这样的事实，该故障信息是由多种因素，并且通常不安全颜色的影响。基本的人工智能技术主要包括模糊理论，概率论，粗糙集等。模糊理论是关于专家，但他在实际作业的过程中延长时间，在实践能力，通常与其他方法结合起来，信息的模糊与专家的完整的系统诊断故障，计算传输使用Petri网的不确定性和终止网络建成后，虽然有一定效果，但了解和控制的实际应用与维护的学习和功能的辛勤工作相结合，以确定成员的变化有关的问题仍处于研究阶段等因素的影响，应用仍然是有限的。概率理论被分成理论的理论贝叶斯可靠性，信息表现概率作为初步或电力系统的故障，实际执行的通过产生规则产生的信息保护的值的信念，该方法的组合的基础上概率Petri网。效果是显而易见的，但由于其对一些信息经验的依赖，公式用于解决事件论自主决定能源系统粗糙认为，作为一个阶级属性一定的防御设备和交换机相结合故障表可能是不实际的决定控制。原设定的信息，以减少的原则算法的作用下，原太，减少粗糙集的最小化采取尽量减少决策。然而，真正的故障做出诊断，在这个阶段它的实际应用，很难影响当前表重大决策的形成是赏心悦目的效果。

1）以优化技术为基础的人工智能技术在电力系统故障诊断中的应用分析

基于计算机技术和计算机科学，工艺优化等于解决了这个问题无限的优化和全局优化算法，人工智能技术的不断发展零编程问题。例如，故障诊断诊断系统故障能量，根据使用开关保护遗传算法或数学理论，故障诊断之间的关系，可以被看成是基于使用整数编程，可以解決的问题之前和改变网络拓扑之后创建区模型数据的故障的过程中网络发生解算法模拟退火以实现有效的还原基于配置车辆和故障信息介质溶液的数量，建立诊断故障的是用来模拟模型故障诊断。然而，这是难以建立为在实际应用中的故障诊断一个合理的模型，并且有许多随机因素，为了实现电力系统的故障诊断精准而快速的目的。

2）以多种方法融合为基础的人工智能技术在电力系统故障诊断中的应用分析

合并多种方法、以多种方法融合为基础的人工智能技术是基于这样的思想：该电力系统的故障是复杂的，如果只进行单个的诊断方法，则全面性较差。例如，结合神经网络方法和模糊逻辑，整体性能实践显著改善，在这种方式下Petri网的整合，以提高自学成才的信息不安全的能力和算法的神经可以组合与遗传算法和专家系统，以提高电力故障诊断系统的速度。而他的表现抗干扰能力强，可以看得出，在各种基于电力系统故障诊断工作中，人工智能技术集成方法是其未来发展的主要方向之一。

3）专家系统

ES是国内形成最早，最成熟的人工智能技术，根据知识和经验方面的专家进行理性的分析判断，解决那些需要专家决定的复杂问题模拟专家决策的具体过程。应用ES故障诊断应该要基于生产的规则，即形成故障诊断专家知识库系统，然后根据这些信息，保护电路动作数据稳定和经验诊断操作人员按照故障报警进行推理的知识基础，通过故障诊断得到结论，再利用一定的技巧来解释。一般的推理机制，诊断依据故障-ES可分为两类：一类是基于规则推理，它采用推理着相匹配的信息与知识库中的规则故障采取的故障诊断的完成演绎系统；系统逆推理。推理规则基于保险丝和保护设备之间的逻辑关系创建，并且可靠性被重合的实际信息和假设故障保护之间的程度来衡量。该方法提高混合推理和故障诊断专家系统的自学习能力的适用性。虽然理论ES是成熟和清晰，并能提供的诊断的完整说明，ES仍具有在实际应用中存在以下缺点，它难以得到知识的一个完整的基础上，并且其验证难度比较大；智能网络信息的变化，需要重新构建知识库，维修难度大；容错性比较低，存在着功能障碍现象，容易出现误判以及错判的情况。 ES诊断方法可以提供增强人类语言的习惯能力，这更适合于电力系统的二次诊断和小故障诊断相应的结论和解释。

4）人工神经网络

ANN同样也是一种人工智能技术，是通过模拟传输系统和人类的神经信息处理来进行工作的过程。它具有并行处理，非线性映射，联想记忆和在线学习能力的特点，已经被广泛应用于电力系统的各个领域当中。与ES相比，使用神经元和运行知识的隐式处理的权重之间的联系，与地图的强非线性和技术推广的优点，容错率要更高，即使与输入信号固定噪音，还可以给出准确的故障诊断结果。

基于神经网络故障诊断，故障信息被定义为用作神经网络的数字输入。生产代表了故障诊断的结果。首先，神经网络训练和学习，具体的故障报警作为样本，与样本知识库建设相吻合；然后利用神经网络，该网络将保留在连接的权利的形式的网络的知识的所有训练样本；在计算神经网络的时候可以输入相应的数据值，从而完成了故障诊断。使用记忆联想Hopfield神经网络模型，按照根据设计原理逆学习算法用它来实现系统故障，由部分信息扰动宽容的表现。结合参考文案中提到的径向核心功能（RBF）神经网络来实现高压输电线路故障诊断和反向传播（反向传播，BP）对比神经网络，速度训练网络和宽容故障都优于应用传统的BP神经网络。然而，在实际应用中仍然有存在一些问题，大量需要加强练习的网络智能信息技术，学习算法收敛速度缓慢；缺乏能力诊断结果的解释；良好地进行启发性知识处理。

3 基于优化技术的故障诊断方法

随着科学技术水平的不断发展，计算机技术也逐渐地应用到我们的日常生活，我们的生活和工作学习也变得越来越快捷方便，在很大的程度上提高了工作效率。电网故障的诊断也需要与时俱进，不能只是应用传统的技术来进行诊断，应用新兴科技，把以往的优化技术更新换代，使得优化技术更加灵活，不再像传统技术一样死板。新兴的优化技术诊断方案相比以往的方案来讲，系统更加全面，分析数据更加准确，不会像传统技术那样出现失误，出现数据分析不合理的现象。所有的新兴技术都不是完美的，都会多多少少存在一些漏洞，这时候需要我们在实际的工作当中，进行实地地调研和分析，寻找到最优的解决方案。

电力系统的诊断过程中，以往采用传统的技术来进行诊断，诊断的过程中，数据分析并不是十分的准确，诊断出的问题并不是十分理想。人工智能的系统诊断并不能应对一些突发的情况，不能诊断出一些新出现的问题。人工智能诊断的方式是将以往发生过的问题和毛病，统一进行合并处理，然后将这些出现过的数据存入这个人工智能系统中，再通过这套系统来诊断，这样的诊断方式存在很多的漏洞。基于这种现象的发生，采用新兴的科学技术，将模糊理论应用到诊断系统中来，模糊理论不同于以往的技术理论，这套理论系统会处理一些突发的紧急的状况，不像以往的系统一样只能处理一些以前发生过的问题，这套系统会灵活诊断出一些新出现的问题和漏洞。模糊理论系统相比较与人工智能系统，能更好地灵活诊断，这套新兴的系统会根据人脑的判断来处理信息，同样也会存在一些漏洞，任何系统的完美程度都是比不上人脑系统的，模糊理论不具备自主思考的能力。

随着科学技术的发展，各种各样的技术都会研究和开发出来，不同的技术应用在不同的岗位需求上，在很大的程度上帮助人类解决了很多的问题，同样也提高了人们的工作效率，因为这些技术能够帮助人们处理大量的信息，从而能诊断出一系列的问题和漏洞。人工智能系统应用在电力诊断系统中，无疑是一项很大的突破，帮助人们处理了大量的信息，而且还能进行准确的分析，第一时间诊断出电力系统存在的问题，从而能够第一时间进行解决。随着技术进步，更多的新兴科技会应用到电力诊断系统中来，我们要根据自身的实际情况，制定出更适合我们的系统，更加方便我们工作的优化方案。

随着中国人口增多，企业和工厂在不断增加，我国的用电量也随之不断提升，这时候应该更好的解决电力系统。电力系统是一项庞大的系统，里面设计到很多的细节和面板问题，这是一项精密的系统，怎样能够更好的诊断电网故障，这项问题一直是国家电网立志研究的课题，当然随着科学的进步，各项新兴的技术应用到电网诊断系统中来，帮助电网事业解决了很多的问题，从而避免了很多的危险，毕竟电力诊断也是一项很危险的事情。这使得人们的生活更加便捷，用电更加的方便，方便了人们的生活。所以，致力于电网诊断的系统研究是目前很重要的一项工作。

4 结语

国家的电网事业在不断上升，电网工程也在不断的壮大，随之居民和工厂、企业用电量也在不断增加，这对于国家电网事业是一项新的考验，同样也是利国利民的好事。怎样能够进一步提高电网的安全系统，对于电力系统的研究方向，毕竟随着生活水平的提高，各种各样的用电量在不断增加，对于电网的安全问题是一个很大的考验。将新兴技术应用到电网诊断系统中来，能够在很大的程度上解决这项问题。但随着电力系统的发展，各种各样的问题也会随之增加，以往的科学技术解决不了新出现的问题，这时候需要重新定义，研究出更适合现在电网系统的技术。电力系统稳定的运行才是电网事业关心的重大问题，综合现在的电力系統的内部分析，结合目前我国的用电量的多少，最重要的是对于以往诊断出的问题进行综合的分析，从而才能制定出更加完善的系统，研制出更符合现代的优化技术，我们要根据自身的实际情况，制定出更适合我们的系统，这项问题才是电力系统需要考虑的方向。

参考文献：

[1] 钟金， 郑睿敏， 吴复立， 等. 建设信息时代的智能电网[J]. 电网技术， 2009， 33（13）： 12-18.

[2] 孙静， 秦世引， 宋永华. 模糊Petri网在电力系统故障诊断中的应用[J]. 中国电机工程学报， 2004， 24（9）： 74-78.

[3] 孙静， 秦世引， 宋永华. 一种基于Petri网和概率信息的电力系统故障诊断方法[J]. 电力系统自动化， 2003， 27（13）： 10-14.

[4] 占才亮.人工智能技术在电力系统故障诊断中的应用[J].广东电力，2011（9）：87-92.

[5] 王磊.电网故障诊断方法及其系统架构研究[D].山东大学，2013.

[6] 吴欣.基于改进贝叶斯网络方法的电力系统故障诊断研究[D].浙江大学，2005.

[7] 朱丽娟，方倩.智能技术在电力系统故障诊断中的应用研究[J].城市地理，2014（18）：198.

[8] 周龙，智能方法及其在电力系统故障诊断中的应用[J]. 田武汉工业学院学报，2000.